Si parla spesso di intelligenza artificiale come di qualcosa che arriverà, ma ai Siemens Tech Talks 2026 di Milano, Ferrari e Pirelli hanno raccontato come la usano oggi, dentro i loro processi industriali. Non promesse, ma numeri e progetti già in produzione.
Ferrari: una scocca, mille varianti
Il problema di Ferrari è costruire auto diverse, ognuna unica per il cliente che la ordina, senza perdere un grammo di qualità né di tempo. Gianmaria Fulgenzi, Chief Product Development Officer di Ferrari, lo ha spiegato così: ogni cliente non vuole “una” Ferrari, vuole la sua Ferrari.
E gestire questa personalizzazione estrema su scala industriale richiede un approccio data-driven che metta in comunicazione persone, processi e tecnologie lungo tutto il ciclo di vita della vettura — dalla progettazione alla simulazione, fino alla produzione fisica in fabbrica.
In pratica: prima di tagliare anche un solo pezzo di alluminio, Ferrari simula virtualmente comportamento, prestazioni e producibilità della vettura attraverso digital twin — copie digitali che permettono di testare scenari, individuare errori e ottimizzare scelte progettuali prima che diventino metallo. Il digitale non è un doppione della fabbrica: è il posto dove si scoprono i problemi prima che costino tempo e denaro reali.
Pirelli: lo pneumatico che parla
Il caso Pirelli è probabilmente il più sorprendente, perché ribalta un’idea che abbiamo tutti: che la gomma sia un componente “passivo”. Con il Cyber Tyre, Pirelli ha trasformato lo pneumatico in un sensore. Daniele Petecchi, Global Head of Data, AI and R&D, lo descrive come una fonte di dati che alimenta sia la dinamica del veicolo in tempo reale (per servizi al guidatore) sia, a monte, lo sviluppo dei futuri prodotti. Lo pneumatico non si limita a toccare l’asfalto: registra come lo fa, e quei dati tornano utili a chi progetta il prossimo modello.
A questo si aggiunge un lavoro, in corso da anni, sui gemelli digitali sia degli pneumatici che delle fabbriche stesse. Risultato concreto: tempi e costi di sviluppo prodotto più bassi, e una capacità maggiore di anticipare come evolveranno i processi industriali, invece di scoprirlo a posteriori.
Petecchi ha tenuto a chiarire un punto che spesso si perde nella retorica sull’AI: l’obiettivo non è sostituire le persone in fabbrica, ma costruire una fabbrica dove l’intelligenza artificiale rafforza le capacità umane e libera tempo per l’innovazione, non lo elimina.
Il filo comune: simulare prima, costruire dopo
Ferrari e Pirelli arrivano da settori diversi — supercar artigianali contro produzione di massa di pneumatici — ma il pattern è identico:
- Costruire un gemello digitale del prodotto o dell’impianto
- Simulare e validare scenari prima della produzione fisica
- Raccogliere dati dal mondo reale (che nel caso Pirelli torna letteralmente dalla strada) per chiudere il cerchio e migliorare il modello
È quella che Siemens chiama Physical AI: intelligenza artificiale che non resta dentro un computer, ma entra nel funzionamento concreto di fabbriche, prodotti e infrastrutture. Il CEO di Siemens Italia, Floriano Masoero, l’ha paragonata all’arrivo dell’elettricità: non una sperimentazione isolata, ma un’infrastruttura che ridefinisce come si progetta e produce.
La parte meno “spettacolare” ma più importante è questa: la sfida oggi non è dimostrare che l’AI funziona in un progetto pilota isolato. È farla diventare parte stabile e scalabile del modo in cui un’azienda lavora ogni giorno — che si tratti di una Ferrari fatta su misura o di uno pneumatico che racconta come viaggi.
